Big Key
什么是 Big Key？
- 字符串类型（String）：、
value 很大时属于 Big Key。按通用理解：
超过 1MB 即可视为 Big Key；也有人在高并发场景下将 10KB判断为 Big Key。 - 非字符串类型（List、Hash、Set、ZSet）：
元素数量或组合内存过大即为 Big Key。
例如 超过 10,000 个元素 或总内存超限。
华为云标准：单 Key 超过 10 KB 或总元素内存 > 50 MB，或元素数量 > 5000
Big Key如何影响我们的系统?
Always 模式：
每次写操作都会同步调用 fsync()，如果写入的是 big key（如几 MB 级别），会直接阻塞 Redis 主线程，影响所有请求的响应时延。
EverySec 模式：
写入操作结束后，主线程不会立即调用 fsync()，而是由后台定时器异步执行，从而极大缓解主线程阻塞问题。
No 模式：
完全依赖操作系统决定何时写入磁盘，不会阻塞主线程，但数据持久化可靠性较低。
Redis 在执行写操作（如 SET key value）时，其执行顺序是：
1.写入内存状态（数据立即对客户端可见.
2.将命令追加到 AOF 日志里.
3.根据 appendfsync 策略决定是否立即刷新到磁盘.
| 模式 | 描述 | 数据丢失风险 |
|---|---|---|
appendfsync always |
每次写入后立即执行 fsync，确保数据同步到磁盘。性能最差，但安全性最高。 |
最小损失（几乎无丢失） |
appendfsync everysec （默认） |
写命令追加到内存缓冲区，每秒执行一次 fsync，性能较好，折中选择。 |
可能丢失最近 1 秒的数据 |
appendfsync no |
仅写入内存缓冲区，由操作系统决定何时将数据落盘。性能最佳，最不安全。 | 丢失时间不定，取决于操作系统行为，风险最大 |
Big Key 带来的主要影响
性能下降：操作大 Key（读写、删除）会加重 CPU 和调用延迟。
内存消耗高：容易触发 eviction 或 OOM，影响全局缓存策略。
网络带宽压力：频繁访问大 Key 会产生大量数据传输，堵塞网络。
主从同步延迟：大 Key 同步耗时长，可能影响复制延迟或造成 switchover。
数据倾斜（集群模式）：某节点负载过重而导致集群资源不均匀。
操作阻塞：如执行 DEL 删除大 Key 会阻塞主线程，可能导致服务响应失败。